안드레이 카르파시 유레카 랩 CEO는 27일(현지시간) X(트위터)를 통해 바이브 코딩에 대한 글을 올렸습니다.
그는 "프로그래머로서 이렇게 뒤처진다는 느낌은 처음"이라고 고백했습니다. 이어 "프로그래머가 기여하는 부분이 점점 더 드물어지고 단편화되면서, 프로그래밍 업계는 급격하게 재편되고 있다"라고 밝혔습니다.
알려진 대로 그는 바이브 코딩이라는 말을 만든 사람으로, 현재 진행 중인 프로젝트에도 이를 활용하고 있습니다. 그런 그가 프로그래머로서 뒤처진다고 발한 것은 그만큼 코딩 AI의 성능이 비약적으로 좋아졌다는 것을 의미합니다.
더욱 눈길을 끄는 것은 그의 게시물에 달린 댓글입니다. 앤트로픽의 '클로드 코드’를 개발한 보리스 체르니 책임자는 "솔직히 나는 거의 매주 이런 기분을 느낀다"라고 답했습니다.
또 "가끔은 문제를 수동으로 해결하려고 하다가도 '클로드가 할 수 있을 거야’라고 스스로에게 상기시켜야 할 때가 있다"라고 덧붙였습니다. 그만큼 AI 의존도가 증가했다는 것입니다.
AI 코딩의 최고 전문가 2명이 나눈 대화는 현재 바이브 코딩이 어디까지 왔는지를 엿보게 합니다.
사실 이 용어가 처음 등장했던 올해 초만 하더라도 AI 코딩은 흥미롭지만, 문제가 많은 기술로 인식됐습니다. AI 생성 코드를 인간이 일일이 검수해야 한다는 것은 상식이었습니다.
그러다 여름이 나며 분위기가 크게 변했습니다. 오픈AI나 앤트로픽, 구글, 심지어 xAI까지 이 분야에 집중하며 모델 성능이 비약적으로 좋아진 것입니다. 그리고 최근 '제미나이 3’나 ‘GPT-5.2’, ‘클로드 오퍼스 4.5’ 등 최신 모델이 등장하며, 이제는 모델을 만든 사람까지 놀랄 정도로 성능이 개선됐다는 것을 의미합니다.
실제로 코딩이나 수학같이 답이 확실하고 논리적 추론과 검증이 명확한 분야는 발전 속도가 다른 분야에 비해 빠를 수밖에 없습니다.
그러나 카르파시 CEO는 문제가 이를 활용하는 '사람’에게 있다고 지적했습니다. 그는 "지난 1년 동안 새롭게 등장한 기술들을 제대로 조합하기만 하면 10배는 더 강력해질 수 있을 것 같은데, 그 기회를 활용하지 못하는 건 분명 내 실력 부족 때문"이라고 전했습니다.
또 "에이전트, 서브에이전트, 프롬프트, 컨텍스트, 메모리, 모드, 권한, 도구, 플러그인, 스킬, 훅, MCP, LSP, 슬래시 명령어, 워크플로, IDE 통합 등 기존의 계층 외에도 익혀야 할 새로운 추상화 계층이 생겼다. 게다가 근본적으로 확률적이고, 오류 발생 가능성이 높으며, 이해하기 어렵고, 끊임없이 변화하는 요소들이 갑자기 기존의 전통적인 엔지니어링 방식과 뒤섞이면서 발생하는 장단점을 포괄하는 사고방식을 구축해야 한다"라고 지적했습니다.
이 말은 AI 코딩 에이전트로의 발전에 따라, 이를 제대로 활용하려면 단순한 코딩 실력을 넘어 기존에는 없었던 복잡하고 많은 새로운 개념을 익혀야 한다는 부담감을 말합니다. 실제로 이제 바이브 코딩은 단순하게 코드 한줄 짜는 것을 넘어, 시스템에 통합되고 인간처럼 전체 프로세스를 총괄하는 단계로 넘어가고 있습니다. 이것이 코딩 에이전트의 목표입니다.
이에 따라 기존 소프트웨어 개발자들도 이런 개념에 익숙하지 않다면, 코딩 에이전트가 가진 잠재력을 100% 활용하기 어렵다는 말입니다. 천하의 카르파시 CEO도 이를 부담이며 자신의 실력 부족이라고 탓할 정도라는 것입니다.
하지만 AI는 아직도 불안정하고 어떻게 작동하는지조차 이해하지 못한 상황이라, 이를 기존처럼 동일한 입력에 따라 동일한 출력이 나오는 ‘결정론적인(Deterministic)’ 엔지니어링 방식과 결합하는 것이 어렵다고도 지적했습니다. 그는 이를 "분명 어떤 강력한 외계 도구가 등장했는데, 설명서도 없어서 모두가 이를 어떻게 작동시켜야 할지 직접 알아내야 하는 상황"이라고 설명했습니다.
또 "게다가 그 결과로 발생한 규모 9의 지진이 업계를 뒤흔들고 있다. 뒤처지지 않으려면 소매를 걷어붙이라"고 조언했습니다.
이런 빠른 흐름에 뒤처지지 않으려면, 개발자들도 신경을 곤두세우고 기술의 흐름을 따라가야 한다는 것이 그가 말하고 싶었던 결론입니다. 또 이제는 단순 코딩 능력이 아닌, 새로운 추상화 계층을 다루는 시스템 통합 능력이 중요해졌다고 지적하고 있습니다.
이어지는 댓글에서도 이런 점이 지적됐습니다. 한 사용자가 "아직 '놓치는 것’에 대한 부담감은 크지 않은 것 같다"라고 말하자, 그는 "경험 많은 개발자들이 확실히 유리한 위치에 있지만, 빠르게 적응하고 변화에 대한 좌절감을 극복할 때만 그렇다"라며 "새로운 요소를 무조건 거부하거나 무시하는 것은 실수"라고 말했습니다.
또 "지난 30일 동안의 소식조차 따라가지 못하는 사람들은 이 주제에 대해 왜곡된 세계관을 가지고 있다"라고 지적했습니다. 즉, 이제는 모델 성능과 관련 기술들이 빠르게 발전, 불과 한달 전의 AI 능력이나 한계를 기준으로 현재의 AI 기술을 판단하면 실제 AI가 할 수 있는 것을 놓치게 된다는 말입니다.
이처럼 그는 AI 분야의 발전은 매우 빠르게 가속하고 있으며, 최신 정보를 꾸준히 습득하고 적응하지 않으면 현실에서 뒤처지고 변화를 오해하게 될 것이라는 경고이자 현장 엔지니어로서의 체감을 표현한 것입니다.
지난 한해 동안 AI는 카르파시 CEO의 말처럼 급속한 변화가 있었습니다. 무언가 효과적인 기술이 등장했다고 알려지면 몇달 뒤에는 거의 업계 표준으로 자리 잡았고, 이에 따라 선두와 후발주자의 간격도 점점 줄어들고 있습니다.
예를 들어, 전문가 혼합(MoE)이라는 기술은 1990년대 초반에 기초가 마련됐고, 2017년 구글 브레인을 통해 트랜스포머 모델에 통합되며 재조명받기 시작했습니다. 이후 2023년 오픈AI의 'GPT-4’와 2024년 미스트랄의 모델에 적용돼 성능과 효율성이 알려지기 시작했는데, 올해에는 딥시크를 비롯한 거의 모든 모델에 채택되고 있습니다. 전날 열린 국가대표 AI 모델 프로젝트 발표회에서도 대부분은 모델은 이를 활용했습니다.
내년에도 이런 현상은 가속할 것으로 보입니다. 물론, 업계 관계자가 아닌 이상 카르파시 CEO 정도는 아니겠지만, AI가 생산성 도구로 활용된다는 점은 대부분 직장인들에게도 스트레스가 될 것으로 보입니다.